python - 使用 Python/Win32 选择和删除 Word 文档中存在的行

Question

我正在尝试使用 python 和 win32 组件自动化 Word(2010) 文档(所有大多数 40-50 个文档)。具体来说，需要选择一部分行并将其全部替换为一些内容。例如，如果原始文件中有“标签:096-4296-05A”，我希望将其替换为“标签:___< em>________ ”。仅当所有文件中存在的数字相同时，使用搜索和替换才有效，但实际上并非如此。因此，在这种情况下，我希望有一种通用方法来执行此任务。

所以我在想的是，如果我可以选择包含“Label 096-4296-05A”的行并将其删除，然后再次编写一个新行，例如“标签_______”。

为此，我确实查看了@ Selection Object http://msdn.microsoft.com/en-us/library/bb221235%28v=office.12%29.aspx和 http://msdn.microsoft.com/en-us/library/bb208865%28v=office.12%29.aspx甚至尝试为 VB 编写一些等效的 python 代码。

这是我到目前为止所写的内容:

...///

########################
#
#   Purpose : Replace all occurrences of `find_str` with `replace_str`
#             in `word_file
#
#######################

def delete_and_add_line(word_file, find_str, replace_str):
    wdFindContinue = 1
    wdReplaceAll = 2

    # Dispatch() attempts to do a GetObject() before creating a new one.
    # DispatchEx() just creates a new one.
    app = win32com.client.DispatchEx("Word.Application")

    app.Visible = 0
    app.DisplayAlerts = 0
    app.Documents.Open(IP_Directory_Dest + "\\" + word_file) ## (word_file)

    # expression.Execute(FindText, MatchCase, MatchWholeWord,
    #   MatchWildcards, MatchSoundsLike, MatchAllWordForms, Forward,
    #   Wrap, Format, ReplaceWith, Replace)
    app.Selection.Find.Execute(find_str, True, True, \
        False, False, False, True, \
        wdFindContinue, False, replace_str, wdReplaceAll)

    app.Selection.EndKey(Extend=win32com.client.constants.wdExtend)##.Select()

    # determine if the text is selected or not
    if (app.Selection.Type == win32com.client.constants.wdSelectionIP ):
        print 'Nothing is selected'
    else:
        print 'Text Selected '

    # to delete the selected line
    app.Selection.Delete()

    app.ActiveDocument.Close(SaveChanges=True)
    app.Quit()

...///

当我执行此代码时，我发现 app.Selection.Find.Execute 能够成功查找并替换提供给它的文本。 即使它打印“Text Selected”，这意味着选择了行尾的文本，但它永远不会删除选定的行。

另外，我不确定这是否是完全选择一行直到其结束的正确方法(使用 Select 与此会给我属性错误“AttributeError:'int'对象没有属性'Select'”)

   **### **IS THIS THE CORRECT WAY TO SELECT A LINE TILL ITS END** ???**
   app.Selection.EndKey(Extend=win32com.client.constants.wdExtend)##.Select()

如果我在这里遗漏了什么，请告诉我。欢迎提出任何建议。

Answer 1

请注意，您正在执行“Selection.Find”函数获取的所有匹配项的替换，然后尝试在最后一个匹配项之后扩展选择，我不要认为这就是你想要的。我在扩展选择的方式上也遇到了错误，因为 Word 不接受此常量 (wdExtend)。

此外，最好将文档作为 finally 子句的一部分关闭，以避免将 Word 留在内存中处于未知状态。

我认为正确的解决方案是迭代文档中的所有段落，然后使用正则表达式来匹配和替换要替换的文本。正则表达式比单词查找功能强大得多。您可以使用 Range 属性的 Text 属性来访问段落的文本。像这样的东西:

import win32com.client
import re

# This is the regular expression to match the text you are after
regexp = "Label: [0-9A-Z-]+"

def replace_label(word_file):
    app = win32com.client.DispatchEx("Word.Application")
    app.Visible = 0
    app.DisplayAlerts = 0
    app.Documents.Open("C:\\" + word_file)
    try:
        doc = app.ActiveDocument
        # Iterate over all the paragraphs
        for parNo in range(1,doc.Paragraphs.Count):
            paragraph = doc.Paragraphs(parNo)
            # Get the text of the paragraph.
            current_text = paragraph.Range.Text
            # Check if there is a match in the paragraph
            if re.search(regexp,current_text):
                # We found a match... do the replace
                paragraph.Range.Text = re.sub(regexp,"Label _______",current_text)
    finally:
        app.ActiveDocument.Close(SaveChanges=True)
        app.Quit()

我不确定我建议的正则表达式，因此您可能需要调整它。据我所知，正则表达式的最佳指南是:

http://www.zytrax.com/tech/web/regex.htm 和 http://docs.python.org/2/library/re.html